
-
生物通官微
陪你抓住生命科技
跳动的脉搏
一个高质量的内镜图像数据集,其中标注了喉返神经的位置,用于辅助人工智能进行甲状腺手术
《Scientific Data》:A High-Quality Endoscopic Image Dataset with Annotated Recurrent Laryngeal Nerve for AI-Assisted Thyroid Surgery
【字体: 大 中 小 】 时间:2026年04月04日 来源:Scientific Data 6.9
编辑推荐:
摘要将人工智能(AI)整合到外科导航中是现代外科医学的一项重大进步。在腹腔镜甲状腺切除术中,保护喉返神经(RLN)至关重要,因为该神经容易受到医源性损伤,这种情况的发生率约为3-8%,可能导致严重的并发症,如声带麻痹。然而,现有的术中神经监测(IONM)技术存在成本高昂、依赖操作
将人工智能(AI)整合到外科导航中是现代外科医学的一项重大进步。在腹腔镜甲状腺切除术中,保护喉返神经(RLN)至关重要,因为该神经容易受到医源性损伤,这种情况的发生率约为3-8%,可能导致严重的并发症,如声带麻痹。然而,现有的术中神经监测(IONM)技术存在成本高昂、依赖操作者以及信号采集不连续等问题。为了解决缺乏大规模、带注释的数据集这一难题(这些数据集对于在真实手术环境中训练强大的深度学习模型至关重要),我们推出了ThyRLN-PUMCH,这是首个专门用于腹腔镜甲状腺手术中RLN识别的体内数据集。该数据集包含来自28例具有不同临床特征的手术案例的18,178张像素级带注释的图像。注释工作由经过认证的内分泌外科医生通过多阶段质量控制流程完成并进行了验证。我们对比了两种分割模型,以验证它们的实用性,并证明了该数据集在支持高精度RLN分割任务方面的能力。ThyRLN-PUMCH通过提供时间连续且具有临床代表性的图像和注释,填补了AI辅助头颈外科手术领域的一个关键空白。它为开发基于AI的术中导航工具奠定了坚实的基础,这些工具旨在提高头颈外科手术的安全性、教育效果和效率。